燃氣調壓器的故障及其診斷分析

席魁

摘 要 隨著我們國家的繁榮發展，天然氣消費增長快速，供氣安全保障問題比較嚴峻。天然氣的安全問題主要出現在輸送和使用過程中，天然氣通過燃氣調壓器調節管道之間的壓力來實現輸運，調壓器成了安全供氣的重要保障。所以，對調壓器進行實時故障診斷對于整個燃氣輸運系統有著重大的意義。

關鍵詞 燃氣調壓器;故障;診斷

引言

隨著社會的不斷發展和進步，人們環保意識逐漸增強。作為一種清潔高效能源，天然氣不僅可以優化能源結構、緩解供需矛盾，同時還能提高人民生活質量，改善環境和實現可持續發展。近年來，天然氣的使用范圍越來越廣，國內天然氣用量不斷攀升。目前，國內的天然氣多采用管道輸送，燃氣調壓閥作為輸氣管道的輔助設備，能為用戶提供精準的供氣壓力。壓力調節閥作為調壓閥的一種，因為不需要其他外來能源如電源、氣源，僅靠介質自身的能量來驅動主閥動作，使用方便，安裝完畢后設定好壓力值即可投入自動運行，作為一種純機械結構的調節閥門，在控制精度要求不高又缺乏電源、氣源的場合，得到了廣泛使用。

1故障診斷

在光纖傳輸系統的運輸中，由于外部的振動，激光干涉儀調制發送信號，對干擾信號的輸出信號進行光電轉換，然后進行采樣、分析和處理，可以達到對光纖的作用，通過傳感器的信號，提高燃氣調壓器系統的安全，減少故障，結構和工作原理如下：在電纜中選定燃氣調壓器作為干涉儀的兩個臂，是核心指標，到干涉儀的位置右端距離為，因此，使用一個雙向傳輸設備，干涉儀能夠延遲兩個干擾信號，以精確定位，在橫向中的應用要保證質量，避免破壞其工作效率，以避免損害的發生，提高安全生產[1]。

2故障診斷方法

2.1 模型建立

差分平穩化完成后，輸入平穩的時間序列，得到自相關系數（ACF）和偏自相關系數（PACF）圖形。首先識別模型的種類386-388：①若自相關系數是拖尾的，偏自相關系數是截尾的，則序列適合AR（p）模型;②若自相關系數是截尾的，偏自相關系數是拖尾的，則序列適合MA（q）模型;③若自相關系數和偏自相關系數均是拖尾的，則序列適合ARMA（p，q）模型。這里的拖尾性是指ACF和PACF隨著時滯的增加逐步衰減為0，截尾性是指從某階后突然衰減為0。如果時間序列需平穩化處理，差分平穩化處理后的自相關系數和偏自相關系數均是拖尾的，那么，根據上述選擇的ARIMA（p，q）模型，建立ARIMA（p，d，q）模型，差分階數d已通過第2.3.1節的步驟確定。然后通過自相關系數（ACF）和偏自相關系數（PACF）圖中的延遲階數確定模型中的p和q。延遲階數即指從某一階后，序列的值不再有相關性，則稱此階為延遲階數388-389。如果自相關系數從m階后延遲，即m階后自相關系數均在置信區間內，則q在1至m間取值;如果偏自相關系數從n階后均在置信區間內，則p在1至n間取值。由于判斷p和q的方法具有主觀性，因此，可以結合貝葉斯信息準則（Bayesian Information Criterion，BIC）進行多次檢驗，BIC的值越小，則擬合優度越好，以此選擇p和q的最優組合。

2.2 BP神經網絡故障判別模型

在完成調壓器聲發射信號的特征提取后，采用三層BP（back propagation）神經網絡搭建調壓器聲發射故障判別模型。三層分別是輸入層、隱含層和輸出層。輸入層節點數為上一節提取的特征向量維度，本文中即8個節點。隱含層節點數是可以調整的，節點數越多意味著模型的復雜度越高，計算量越大，本文中使用32個隱藏節點。因為是簡單的二分類問題，輸出節點的數量為1。從輸入層進入網絡，經由隱含層逐層進行處理，直至輸出層輸出。每一層的神經元狀態只會影響下一層神經元的狀態。如果在輸出層得不到期望輸出，信號的傳遞流程則轉入反向傳播，根據預測誤差不斷調整權值和閾值，從而使BP神經網絡的預測輸出結果不斷逼近期望輸出值。

2.3 參數尋優

交叉驗證（Cross Validation）避免了選取的參數只在固定的訓練驗證集最優，不能達到很好的推廣性能，可以通過不斷改變訓練集和驗證集，充分利用有限的樣本數據訓練核參數g和懲罰參數C，提高尋優性能。本文考慮樣本容量及計算效率確定交叉重復度為10，即采用10折交叉驗證，對模型進行參數優化和訓練性能評價。粒子群優化算法（Particle Swarm Optimization，簡稱PSO）是一種基于種群的隨機優化技術，尋優過程等效為搜尋空間中粒子的方位。

2.4 示范站數據采集系統方案

調壓示范站數據采集系統采用的是TBOX MS模塊化RTU數字化系統，它可提供多種背板配置且易擴展的I/O采集點，是集控制和多通信為一體的模塊化系統。TBOXRTU自身配置了24路模擬量輸入，能夠實現壓力、溫度等相關管道信號的實時采集，該系統模塊兼容4-20mA/-10-10V信號和Pt100/Pt1000熱電阻信號。除此之外，TBOXRTU同時具有報警管理和記錄遠傳等功能。這一系列特點可以為診斷系統實現集監控、報警和遠傳的綜合智能化管理功能。

2.5 預測出口壓力

依據得到的檢驗通過后的模型，做出模型對時間序列的預測結果圖，輸出出口壓力預測值。應用ARIMA模型對燃氣調壓器出口壓力進行預測所產生的相對誤差，定義為出口壓力預測值減去實際值，再除以實際值。利用相對誤差對預測結果進行評價。若預測結果圖中擬合值與觀測值幾乎重合，且相對誤差在±5%以內，則說明此模型達到良好的預測效果，可以對未來一段時間內調壓器出口壓力進行預測。

3結束語

調壓閥作為天然氣管道調壓的重要設備之一，直接影響到管道供氣質量和供氣安全，作為調壓閥的管理單位，應該落實好調壓閥的日常安全監測，做好密封圈、膜片、彈簧、濾芯等易損零部件的儲備工作，加強操作和維護人員的日常培訓，掌握設備的結構原理，發現設備問題及時修復故障，保障天然氣管道供氣平穩。

參考文獻

[1] 衣光宇.燃氣調壓器的故障及其診斷分析[J].化工管理，2019（16）： 150，155.